Презентации, проекты, доклады в PowerPoint на любую тему

,ІІС, що засновані на штучних нейронних мережах лекція № 5-1
,ІІС, що засновані на штучних нейронних мережах лекція № 5-1
Харківський національний економічний університет ім. С. Кузнеця Кафедра інформаційних систем Корабльов М.М. Штучна нейронна мережа (ШНМ) - це спрощена модель біологічного мозку, точніше нервової тканини. Природна нервова клітина (нейрон) складається з тіла (соми), що містить ядро, і відростків - дендритів, за якими в нейрон надходять вхідні сигнали. Один з відростків, розгалужених на кінці, служить для передачі вихідних сигналів даного нейрона іншим нервовим клітинам. Він називається аксоном. З'єднання аксона з дендритом іншого нейрона називається синапсом. ШНМ являє собою сукупність простих обчислювальних елементів - штучних нейронів, кожен з яких володіє певною кількістю входів (дендритів) і єдиним виходом (аксоном). На входи нейрона надходить інформація ззовні або від інших нейронів. Кожен нейрон характеризується функцією перетворення вхідних сигналів у вихідний (функція збудження нейрона). Нейрони в мережі можуть мати одинакові або різні функції збудження. Сигнали, що надходять на вхід нейрона, нерівнозначні в тому сенсі, що інформація з одного джерела може бути більш важливою, ніж з іншого. Пріоритети входів задаються за допомогою вектора вагових коефіцієнтів, моделюючих синаптичну силу біологічних нейронів. Харківський національний економічний університет ім. С. Кузнеця Кафедра інформаційних систем Корабльов М.М. Основні застосування ШНМ Розпізнавання образів і класифікація. Прийняття рішень і управління. Кластеризація. Прогнозування. Апроксимація. Стиснення даних і асоціативна пам’ять. Аналіз даних. Оптимізація. Інші.
Продолжить чтение
Нелинейная регрессия
Нелинейная регрессия
Нелинейная регрессия Данный метод позволяет строить многофакторные регрессионные модели и на их основе осуществлять прогноз исследуемого процесса. Под регрессионной моделью для временных рядов понимается соотношение: Xt = F(Y1, …, Ykt, A) + errt , где: Xt - Объясняемая переменная; Y1, …, Ykt - Соответствующие независимые (объясняющие) переменные; A - Вектор параметров выбранной функции F; Errt - Возмущение с нулевым математическим ожиданием и дисперсией δ2, значения которого в различные моменты времени независимы и одинаково распределены (иначе, «белый шум»). Нелинейная регрессия Для применения метода: Выделить несколько рядов в таблице данных. Выполнить команду «Нелинейная регрессия» в раскрывающемся меню кнопки  «Регрессия», расположенной на вкладке «Вычисления» ленты инструментов.
Продолжить чтение